数字图像作为信息的载体,具有直观、明确、高效的特点,但其数据的海量性给存储和传输也提出了难题,因此图像压缩不可避免,图像压缩算法的研究也就成了现在信息处理的热点。近年来,基于小波变换进行图像的压缩编码取得了迅速发展,对图像的变换系数采用不同的量化和编码,就得到了不同的压缩编码算法。在各种基于小波变换的图像编码算法中,Shapiro提出的嵌入式小波零树编码EZW算法和基于EZW算法改进的多级树集合分裂编码SPIHT算法是目前公认的两种较成功的算法,本文对这两种算法的传统算法分别进行研究,基于两种算法存在的不足提出了改进算法,并且通过实验证明了改进算法的有效性。传统的嵌入式小波零树编码EZW算法采用小波零树结构思想、逐次逼近量化方法、Z字型扫描顺序,可以保证一定的编码效率,但仍然存在最低频能量损失大、零树根较少、编码量大等不足。本文的改进算法选用Z97双正交小波进行图像分解和重构,由于Z97双正交小波具有较好的消失矩和光滑性、较高的正则阶数,可以保证较好的小波性能,利于压缩编码。此外,改进算法对图像的最低频单独进行DPCM编码,可以避免最低频子图受到很大的损失,在低码率时保证恢复图像的质量;对最高频边缘子图编码时不做小波系数重要后代的判断处理策略,较大程度的消除了编码冗余;改变了Z字型扫描顺序,针对不同层次图像采用不同扫描顺序,有利于生成更多的零树根。仿真结果表明,改进算法与传统EZW算法相比,重构图像的峰值信噪比PSNR有一定的提高,均方误差减小,编码、解码效率有所提高。传统SPIHT算法在系数子集的分割和重要信息的传输方面采用了独特的方法,能够在实现幅值大的系数优先传输的同时,隐式地传送系数的排序信息。但是传统SPIHT算法存在未充分考虑人眼视觉特征、算法占用内存空间太大等问题,针对这些问题,本文提出改进算法,改进算法仍然选取Z97双正交小波作为小波基,在阈值处理上结合人眼视觉特性HVS进行特殊处理。实验仿真验证了改进算法较传统SPIHT算法的重构图像可以得到更高的主观信噪比,视觉效果较好,尤其是在图像的细节部分效果更为显著。最后,本文对EZW改进算法的编码部分实行了并行化处理。EZW改进算法的编码部分计算量大,使用串行处理编码效率较低。本文研究的并行算法利用EZW改进算法扫描过程存在的内在并行性,基于MPI实行了并行化处理,实验结果表明,并行编码计算达到了较高的并行效率,验证了并行算法的有效性。